如何性能测试AWS Lambda函数？

#1 楼

Dawny33的响应很好，但是我会在开发过程中更早开始。

密切关注您的云环境，以确保您的功能按预期运行（包括您的“生产”功能，这可能会操作（在不同的数据集上操作）至关重要，因为它可能会揭示无法在本地或使用测试数据集重现的内容。

我要说的是，您在进行此性能测试时优化目的应该直接从开发人员的机器开始。或者至少在迁移到云之前先从某些本地环境开始。

我之所以这么说是因为，尽管AWS Lambda在很多方面都很出色，但事实是您没有完全的控制权在服务器上将限制您的检测能力。我并不是说在无服务器环境中无法进行检测，而是尝试找出您有多少CPU中断（以及由代码引起的中断）；）

所以我建议而且实际上并不限于无服务器，而是尽早开始分析。 NodeJS分析可以使用许多不同的工具进行，NewRelic，dynatrace和AppDynamic是其中的佼佼者。还有一个较小的播放器，其中一些只是要安装的NPM软件包（例如Nodefly）。由于V8引擎内置了一个探查器，因此也可以不使用任何其他工具来执行一些NodeJS。 NodeJS的本文档将帮助您入门。

无论选择哪种工具，都希望在本地安装它并收集分析数据。这可能涉及运行代理或在package.json中包含一个包。您的工具说明将告诉您如何安装。一个好的分析器将使您知道使用了多少内存和CPU。更好的工具将使您了解进行了多少次远程呼叫，花费了多长时间。

使用该工具为您提供的概要分析数据来识别并解决瓶颈。对可以进行多少次配置没有限制。有些人（疯狂吗？）会研究他们最关键的功能的系统调用。如果您想节省几分之一秒的功能，则可能必须执行此类操作（但是，也许AWS Lambda并不是开始的最佳选择）。

这一点也值得注意我还没有提到任何有关AWS Lambda的内容。这是因为您的优化很可能不是特定于AWS Lambda的（毕竟，在无服务器环境中，您不必担心服务器/环境）。

请确保不仅代码有效，而且它以您期望的方式工作。不要过度优化，而要密切关注CPU和内存使用情况。排序时，2MB的阵列真的应该增长到10MB吗？

然后，您将能够使用Dawny33提到的工具或其他一些工具，以确认在部署到Lambda时您的功能是否具有相似的功能。但是，您已经对功能有了很高的信心，只需要验证它们的行为是否正确，而不必对它们进行全面的介绍。

#2 楼

我可能无法完全回答它，但以下是我从lambda的有限经验得出的观点：



速度性能：单次运行的持续时间Lambda函数将出现在Lambda的monitoring选项卡的仪表板中，其外观如下所示：





节流阀/错误也是如此/调用数。




还可以设置CloudWatch筛选器以用于lambda函数的内存使用，其数据可用于进一步优化处理程序。这是有关如何进行设置的不错的信息。
还设置适当的日志记录，以便以后可以查看CloudWatch中的日志。这本身并不是一个优化技巧，而是更多的最佳实践

测试：彻底测试您的lambda函数，这样您就不会错过任何情况。这很重要，因为lambda在放弃之前会重试失败的功能。因此，如果您正确测试了该功能，则可以节省时间。 Lambda函数测试指南

#3 楼

签出IOpipe分析器，以从Lambda调用中获取完整的v8分析器转储。您可以将它们加载到Chrome Devtools中，以准确了解CPU时间在哪里，以及函数如何使用内存。



免责声明：我为IOpipe工作。 br />

#4 楼

使用StackImpact代理获取CPU和内存配置文件。博客文章中的更多详细信息：AWS Lambda CPU和内存性能分析（Node.js）。由于Lambda Node.js进程在两次请求之间处于冻结状态，因此大多数其他工具可能无法立即使用。



免责声明：我为StackImpact工作